open-llm-leaderboard-old/details_ziqingyang__chinese-alpaca-2-13b

该数据集是在评估模型ziqingyang/chinese-alpaca-2-13b时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储在特定的分割中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of ziqingyang/chinese-alpaca-2-13b

数据集描述

数据集概述

该数据集是在模型 ziqingyang/chinese-alpaca-2-13b 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集从1次运行中创建。每次运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

额外的配置 "results" 存储所有运行的聚合结果（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自2023-10-15T20:22:27.142442运行的最新结果：

python { "all": { "em": 0.32728607382550334, "em_stderr": 0.004805279168508311, "f1": 0.4106134647651026, "f1_stderr": 0.004650726360819101, "acc": 0.4307653965208868, "acc_stderr": 0.010243166856230161 }, "harness|drop|3": { "em": 0.32728607382550334, "em_stderr": 0.004805279168508311, "f1": 0.4106134647651026, "f1_stderr": 0.004650726360819101 }, "harness|gsm8k|5": { "acc": 0.10462471569370735, "acc_stderr": 0.008430668082029278 }, "harness|winogrande|5": { "acc": 0.7569060773480663, "acc_stderr": 0.012055665630431043 } }

配置

• harness_drop_3

  • 拆分: 2023_10_15T20_22_27.142442
    • 路径: **/details_harness|drop|3_2023-10-15T20-22-27.142442.parquet
  • 拆分: latest
    • 路径: **/details_harness|drop|3_2023-10-15T20-22-27.142442.parquet

• harness_gsm8k_5

  • 拆分: 2023_10_15T20_22_27.142442
    • 路径: **/details_harness|gsm8k|5_2023-10-15T20-22-27.142442.parquet
  • 拆分: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-15T20-22-27.142442.parquet

• harness_winogrande_5

  • 拆分: 2023_10_15T20_22_27.142442
    • 路径: **/details_harness|winogrande|5_2023-10-15T20-22-27.142442.parquet
  • 拆分: latest
    • 路径: **/details_harness|winogrande|5_2023-10-15T20-22-27.142442.parquet

• results

  • 拆分: 2023_10_15T20_22_27.142442
    • 路径: results_2023-10-15T20-22-27.142442.parquet
  • 拆分: latest
    • 路径: results_2023-10-15T20-22-27.142442.parquet